数据结构 -第5周串第2讲-串的模式匹配

i=3
i=3
j=3
j=2
i=3
i=3
j=1
j=0
4
b
3
i=3 j=-1
将s[i]与 t[3]匹配
将s[i]与 t[2]匹配
将s[i]与 t[1]匹配
因为t[3]=t[2]=t[1]=t[0]='a'
将s[i]与 t[0]匹配
将s[i+1]与 t[0]匹配
是不必要的
i=3
i=3
j=3
j=-1
第 24 页 共 29 页
说明模式串t[j]之前没有任何用于加速匹配的信息，下一趟应从t的开 头即j++ j=0开始匹配。
如t=“abcd”，next[0]=next[1]=next[2]=next[3]=-1。
第 12 页 共 29 页
由模式串t求next值的算法：
void GetNext(SqString t,int next[]) { int j, k;
else
return(-1);
//模式匹配不成功
}
第 6 页 共 29 页
BF算法分析：
算法在字符比较不相等，需要回溯（即i=i-j+1）：即退到s中 的下一个字符开始进行继续匹配。 最好情况下的时间复杂度为O(m)。 最坏情况下的时间复杂度为O(n×m)。 平均的时间复杂度为O(n×m)。
第 7 页 共 29 页
{ int next[MaxSize], i=0, j=0;
GetNext(t,next);
while (i<s.length && j<t.length)
{
if (j==-1 || s.data[i]==t.data[j])
{ i++;
j++;
//i、j各增1
}
else j=next[j];
//i不变，j后退
开始匹配的字符 下次开始匹配的字符 0 1 2 34 5
s: a a a a a b
t: a a a b
从t中发现：b前面有2个字符和开头的2个字符相同
用一个数组next保存：next[3]=2
下次匹配的字符：s[3]和t[next[3]]即t[2]
第 9 页 共 29 页
next[j]是指t[j]字符前有多少个字符与t开头的字符相同。
模式串t存在某个k（0＜k＜j），使得以下成立:
“t0t1…tk
”
-1
=
“ tj-ktj-k+1…tj-1 ”
开头的k个字符
t[j]前面的k个字符
01234
例如，t= “a b a b c” 考虑t[4]='c'
有t0t1＝ t2t3 = "ab" k=2 所以next[4] = k = 2。
第 10 页 共 29 页
第 15 页 共 29 页
【例4-3】 已知字符串S为“abaabaabacacaabaabcc”，模式
串t为“abaabc”，采用KMP算法进行匹配，第一次出现“失 配”(s[i] != t[j])时，i=j=5，则下次开始匹配时，i和j的值分别 是。
A.i=1，j=0 B.i=5，j=0 C.i=5，j=2 D.i=6，j=2
0
1
2
3
4
a
a
a
a
b
-1
-1
-1
-1
3
01 2 34 5678
s: a a a b a a a a b
t: a a a a b
01 23 4
失败：
i=3 j=3，j=nextval[3]=-1
第 26 页 共 29 页
j t[j] nextval[j]
0
1
2
3
4
a
a
a
a
b
-1
-1
-1
-1
3
因为j=1： i++;
j++;
01 2 34 5678
s: a a a b a a a a b
t:
aaaab
01 23 4
成功： 返回4
改进后的KMP算法进一步提高模式匹配的效率。
第 27 页 共 29 页
数据结构经典算法的启示
BF算法
利用模式串中部分匹配信息
KMP算法
第 28 页 共 29 页
━━本章完━━
第 29 页 共 29 页
：
i=i-j+1=1 （回退）
j
j=0 （从头开始）
第 3 页 共 29 页
i=1，j=0
i
s aaaaab
t：： a a a b
匹配失败： i=i-j+1=2（回退）
j
j=0（从头开始）
第 4 页 共 29 页
i=2，j=0
i
s a a aaa b t：： a a a b
j
匹配成功：
i=6，j=4
j=0; k=-1; next[0]=-1; while (j<t.length-1) { if (k==-1 || t.data[j]==t.data[k])
{ j++; k++; next[j]=k;
} else k=next[k]; } }
第 13 页 共 29 页
KMP算法：
int KMPIndex(SqString s,SqString t)
}
没有if有(j用>=信t.息len或g两th个) 字符相等时，继续比较后面的字符 elsereturn(i-t.length主);串位置不变，子//返串回重新匹定配位模（式右串移的）首字符下标
return(-1);
//返回不匹配标志
}
第 14 页 共 29 页
KMP算法分析
设串s的长度为n，串t长度为m。 在KMP算法中求next数组的时间复杂度为O(m)，在后面的匹 配中因主串s的下标不减即不回溯，比较次数可记为n，所以KMP 算法平均时间复杂度为O(n+m)。 最坏的时间复杂度为O(n × m)。
4.3.2 KMP算法
KMP算法是D.E.Knuth、J.H.Morris和V.R.Pratt共同提出 的，简称KMP算法。
该算法较BF算法有较大改进，主要是消除了主串指针的回 溯，从而使算法效率有了某种程度的提高。
第 8 页 共 29 页
KMP算法用next数组保存部分匹配信息的演示
目标串s=“aaaaab”，模式串t=“aaab”。
//继续匹配下一个字符 //主串和子串依次匹配下一个字符
j++;
} else { i=i-j+1;
//主串、子串指针回溯重新开始下一次匹配 //主串从下一个位置开始匹配
j=0;
//子串从头开始匹配
}
}
if (j>=t.length) return(i-t.length);
//返回匹配的第一个字符的下标
说明：本题为2015年全国考研题
j
0
1
2
3
4
5
t[j]
a
baab
c
next[j]
-1
0
0
1
1
2
选C
第 16 页 共 29 页
第 17 页 共 29 页
设目标串s=“aaabaaaab”，模式串t=“aaaab”。KMP模式匹配 过程。
求t的next：
j
0
1
2
3
4
t[j]
a
a
a
a
b
next[j]
-1
-1
0
1
2
t0=t1="a"t0t1=t1t2="aa"
第 11 页 共 29 页
next[j]的含义
（1）next[j]=k表示什么信息？
说明模式串t[j]之前有k个字符已成功匹配，下一趟应从t[k]开始匹
配。 01 23
s: a a a b
aaab
t: a a b
next[2]=1
aab
（2）next[j]=-1表示什么信息？
第 22 页 共 29 页
j
0
1
2
t[j]
a
a
a
next[j]
-1
0
1
因为j=1： i++;
j++;
01 2 34 5678
s: a a a b a a a a b
t:
aaaab
01 23 4
3
4
a
b
2
3
成功： 返回4
第 23 页 共 29 页
j
0
1
2
3
t[j]
a
a
a
a
next[j]
-1
0
1
2
前面的匹配过程：
s: a a a a b c d t: a ab bac cab bc c
匹配成功
第 2 页 共 29 页
例如，设目标串s=“aaaaab”，模式串t=“aaab”。s的长度为n （n=6），t的长度为m（m=4）。BF算法的匹配过程如下。
i
s： a a a a a b
t a a a b 匹配失败：
目标串s
是子串吗？
模式串t
模式匹配
成功是指在目标串s中找到一个模式串t t是s的子串，返回t在s中的 位置。 不成功则指目标串s中不存在模式串t t不是s的子串，返回-1。